- Google DeepMind открывает первую в Великобритании автоматизированную научную лабораторию по синтезу новых материалов к 2026 году.
- Роботы под управлением AI Gemini будут ежедневно синтезировать и тестировать сотни перспективных материалов с целью поиска сверхпроводников, работающих при комнатной температуре.
- Проект строится на основе ранее созданной нейросети GNoME, которая предсказала миллионы потенциально стабильных материалов, значительно ускоряя процесс исследований.
Google DeepMind объявил о планах построить первую в Великобритании полностью автоматизированную научную лабораторию, предназначенную для синтеза и тестирования новых материалов с помощью искусственного интеллекта. Ожидается, что открытие состоится в 2026 году. В центре проекта — использование AI-модели Gemini, которая будет управлять роботизированными системами, способными ежедневно создавать и исследовать сотни образцов материалов.
Основной задачей лаборатории станет поиск сверхпроводников, работающих при комнатной температуре — инновационных материалов, способных проводить электричество без сопротивления и, соответственно, без потерь энергии. Сегодня существующие сверхпроводники требуют значительного охлаждения до экстремально низких температур, что ограничивает их применение и увеличивает стоимость технологий. Успешный результат в этой области может открыть новые перспективы для медицины, энергетики и других отраслей, включая производство более доступных приборов МРТ и эффективных энергосетей без потерь при передаче электричества.
Ранее в 2023 году DeepMind представила нейросетевую систему GNoME, которая способна предсказывать стабильные кристаллические структуры. За время работы GNoME было выявлено около 2,2 миллиона потенциальных материалов, из которых около 380 тысяч признаны наиболее перспективными для лабораторного синтеза. Среди них — более 52 тысяч слоистых соединений, напоминающих графен, что в десятки раз превышает ранее известные аналогичные вещества. Также нейросеть обнаружила несколько сотен кандидатов на роль литий-ионных проводников для аккумуляторов, что может значительно повлиять на развитие батарейных технологий. По оценкам DeepMind, достижения GNoME эквивалентны примерно 800 годам традиционной исследовательской работы.
Однако предсказание свойств материалов — лишь первая часть задачи. Необходимо их синтезировать и внимательно исследовать физические характеристики. В партнерстве с Lawrence Berkeley National Laboratory роботизированная лаборатория A-Lab уже создала 41 новый материал на основе рекомендаций GNoME. Новый проект DeepMind будет представлять собой более масштабную и полностью интегрированную систему, в которой Gemini осуществляет замкнутый цикл: от анализа и предсказаний до непосредственного синтеза и измерения свойств образцов — электропроводности, структуры и стабильности, после чего данные вновь подаются в AI для оптимизации следующих экспериментов.
Как отмечает Пушмит Коли, вице-президент DeepMind по науке, подобная роботизированная лаборатория сочетает цифровые вычисления с реальным процессом открытия материалов, что значительно ускорит традиционные методы, обычно занимавшие месяцы или даже годы. Использование автоматизации и искусственного интеллекта позволит тестировать сотни вариантов в день, делая научный поиск гораздо более эффективным и масштабируемым.
